李仲怡，葉庚姣，盧小鳳，李勇，唐百川

(1.廣西壯族自治區(qū)氣象災(zāi)害防御技術(shù)中心，廣西 南寧 530022；2. 廣西壯族自治區(qū)氣象服務(wù)中心，廣西 南寧 530022；3.南寧海關(guān)緝私局，廣西 南寧 530022)

隨著風(fēng)力發(fā)電技術(shù)日趨成熟，風(fēng)能已成為具有開發(fā)潛力和競(jìng)爭(zhēng)優(yōu)勢(shì)的新能源，近十年來得到了前所未有的關(guān)注和飛躍式發(fā)展。廣西風(fēng)能資源較豐富，但是氣象災(zāi)害頻發(fā)[1]。大部分風(fēng)電場(chǎng)建設(shè)在高山丘陵地區(qū)，冬季氣溫較低、濕度大，極易發(fā)生覆冰災(zāi)害且持續(xù)時(shí)間較長(zhǎng)，風(fēng)力機(jī)覆冰后會(huì)影響輸出功率，而且冰塊脫落可能造成安全事故[2-6]，嚴(yán)重的覆冰過程使風(fēng)力機(jī)大面積停機(jī)，影響風(fēng)電場(chǎng)經(jīng)濟(jì)效益；因此，風(fēng)電場(chǎng)對(duì)風(fēng)力機(jī)覆冰起止時(shí)間和覆冰厚度的預(yù)報(bào)有迫切需求，以便于電場(chǎng)調(diào)度安排生產(chǎn)和提前采取防災(zāi)措施。

由于發(fā)生載體不同，風(fēng)力機(jī)覆冰與電線覆冰有本質(zhì)區(qū)別。電線覆冰需超過承載負(fù)重才會(huì)影響輸電安全，而風(fēng)力機(jī)一旦發(fā)生覆冰就會(huì)有影響，嚴(yán)重時(shí)甚至?xí)掷m(xù)一個(gè)月不能發(fā)電，因此需要區(qū)別對(duì)待，開展具有針對(duì)性的研究。國(guó)內(nèi)外有大量關(guān)于電線覆冰的研究，其中Makkonen結(jié)冰增長(zhǎng)模型是最典型且運(yùn)用最為廣泛的模型之一[7]。Makkonen等于2000年提出電線覆冰模型，2001年將該模型應(yīng)用于風(fēng)力機(jī)覆冰模擬，研究了積冰模型對(duì)氣象變量的敏感性，并將模型預(yù)報(bào)結(jié)果與冰風(fēng)洞覆冰試驗(yàn)結(jié)果進(jìn)行比較，結(jié)果應(yīng)用于指導(dǎo)風(fēng)力機(jī)葉片防冰加熱元件設(shè)計(jì)[8-11]。國(guó)內(nèi)有大量運(yùn)用Makkonen結(jié)冰增長(zhǎng)模型開展電線覆冰的研究[12-14]，而關(guān)于風(fēng)電場(chǎng)風(fēng)力機(jī)覆冰的研究卻較少。由于缺乏有效的風(fēng)電場(chǎng)風(fēng)力機(jī)葉片覆冰厚度觀測(cè)數(shù)據(jù)，目前風(fēng)力機(jī)覆冰的研究大多是基于結(jié)冰增長(zhǎng)模型的仿真結(jié)果與冰風(fēng)洞覆冰試驗(yàn)結(jié)果來探討風(fēng)力機(jī)結(jié)冰的影響因子[15-19]。受人工模型試驗(yàn)條件限制，覆冰起止時(shí)間和厚度測(cè)量值存在誤差，較難應(yīng)用于風(fēng)電場(chǎng)風(fēng)力機(jī)覆冰預(yù)報(bào)，因此開展實(shí)地風(fēng)力機(jī)覆冰研究并建立本地化風(fēng)力機(jī)覆冰預(yù)報(bào)模型對(duì)風(fēng)電場(chǎng)有極大的應(yīng)用價(jià)值。

結(jié)合實(shí)際風(fēng)力機(jī)覆冰資料和歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium-Range Weather Forecasts，ECMWF)模式預(yù)報(bào)資料，本文基于Makkonen結(jié)冰增長(zhǎng)模型，首次以桂北風(fēng)電場(chǎng)為研究對(duì)象對(duì)模型進(jìn)行優(yōu)化，建立了廣西風(fēng)力機(jī)覆冰預(yù)報(bào)模型，運(yùn)用該模型對(duì)典型覆冰過程進(jìn)行預(yù)報(bào)，并與實(shí)際風(fēng)力機(jī)組覆冰起止時(shí)間比較，進(jìn)行效果檢驗(yàn)。

1 資料和方法

1.1 資料來源

數(shù)值模擬資料由ECMWF模式格點(diǎn)插值到風(fēng)電場(chǎng)，ECMWF模式格點(diǎn)分辨率為12.5 km，時(shí)間分辨率為3 h，取前一日北京時(shí)間20時(shí)起報(bào)的未來72 h的預(yù)報(bào)數(shù)據(jù)驅(qū)動(dòng)模型，預(yù)報(bào)要素包括降雨、氣溫、濕度、風(fēng)速、氣壓等。氣象要素實(shí)況資料為風(fēng)電場(chǎng)附近自動(dòng)氣象觀測(cè)站數(shù)據(jù)，桂北2個(gè)風(fēng)電場(chǎng)(風(fēng)電場(chǎng)A和風(fēng)電場(chǎng)B)提供風(fēng)力機(jī)的覆冰起止時(shí)間、風(fēng)力機(jī)參數(shù)等資料。

1.2 數(shù)據(jù)處理

2018年11月28日至2019年2月28日，桂北風(fēng)電場(chǎng)A、B氣溫在0 ℃以下共有67個(gè)時(shí)次，其中ECMWF模式預(yù)報(bào)正確的只有47個(gè)時(shí)次。由于ECMWF模式對(duì)山區(qū)的氣溫預(yù)報(bào)誤差相對(duì)較大，通過與附近的自動(dòng)站實(shí)況數(shù)據(jù)對(duì)比，采用線性回歸分析方法，得出實(shí)況氣溫和預(yù)報(bào)氣溫的關(guān)系，如式(1)；另外根據(jù)經(jīng)驗(yàn)，風(fēng)電場(chǎng)A(B)氣溫預(yù)報(bào)值分別在1～3.2(3.8)℃、0～1.0 ℃時(shí)，實(shí)際氣溫已經(jīng)分別在-1～0 ℃、-2～-1℃，因此對(duì)模式氣溫作式(2)的訂正。

{ti}℃=1.139+0.867 3{Ti}℃.

(1)

(2)

式(1)、(2)中：Ti為逐3 h氣溫預(yù)報(bào)值；ti為訂正以后的氣溫；風(fēng)電場(chǎng)A的m取3.2 ℃，風(fēng)電場(chǎng)B的m取3.8 ℃。

采用式(1)訂正ECMWF模式氣溫預(yù)報(bào)數(shù)據(jù)，氣溫平均絕對(duì)誤差降低了2.9%，0 ℃以下氣溫預(yù)報(bào)正確時(shí)次為30個(gè)，0 ℃以下氣溫平均絕對(duì)誤差反而增加了63.8%；采用式(2)訂正ECMWF模式氣溫預(yù)報(bào)數(shù)據(jù)，氣溫平均絕對(duì)誤差增加了9.6%，0 ℃以下氣溫預(yù)報(bào)正確時(shí)次為65個(gè)，0 ℃以下氣溫平均絕對(duì)誤差降低了23.9%。2019年1月風(fēng)電場(chǎng)A的ECMWF模式氣溫訂正結(jié)果如圖1所示，采用經(jīng)驗(yàn)公式對(duì)0 ℃以下氣溫訂正效果較好的有221—224時(shí)次、282—283時(shí)次、312—317時(shí)次等。

圖1 2019年1月風(fēng)電場(chǎng)A逐3 h氣溫曲線Fig.1 3 h temperature curves of wind farm A in January, 2019

總體來看，回歸分析方法對(duì)整體的氣溫訂正效果較好，但是對(duì)0 ℃以下氣溫訂正效果較差，而風(fēng)力機(jī)覆冰預(yù)報(bào)模型對(duì)低溫預(yù)報(bào)準(zhǔn)確率要求較高，由于經(jīng)驗(yàn)公式對(duì)0 ℃以下氣溫訂正效果較好，因此擇優(yōu)選擇式(2)對(duì)模式氣溫進(jìn)行訂正處理。

1.3 結(jié)冰模型

由于本文側(cè)重研究積冰起止時(shí)間預(yù)報(bào)，不涉及冰形狀模擬，因此采用Makkonen結(jié)冰增長(zhǎng)模型。覆冰過程主要由過冷卻水滴的碰撞、捕獲和凍結(jié)3個(gè)階段組成，積冰質(zhì)量增長(zhǎng)率表達(dá)式為

(3)

式中：M為積冰質(zhì)量；α1為過冷卻水滴的碰撞系數(shù)；α2為捕獲系數(shù)；α3為凍結(jié)系數(shù)；w為粒子群含水量(質(zhì)量分?jǐn)?shù))；v為有效粒子速度(即粒子相對(duì)于風(fēng)力機(jī)的速度)；A為水滴碰撞物體有效截面積；t為時(shí)間。

α1采用較常用的Finstad等[20]的計(jì)算方法：

其中，NFsys為電路的整體噪聲系數(shù)，NF1為第一級(jí)放大器的噪聲系數(shù)，G1為第一級(jí)放大器的增益，NF2為第二級(jí)放大器的噪聲系數(shù)。因?yàn)樵趯?shí)際的電路設(shè)計(jì)中，第一級(jí)放大器的設(shè)計(jì)對(duì)整體電路的噪聲系數(shù)影響最大，需要盡可能的降低第一級(jí)放大器的噪聲系數(shù)，同時(shí)提高第一級(jí)放大電路的增益，從而改善整體電路的噪聲特性。

(4)

式中：K=ρWd2v/9μD，φ=Re2/K；Re=ρa(bǔ)dv/μ，K、φ量綱為一，Re為雷諾數(shù)；ρw為水密度，取1.0×103kg/m3；ρa(bǔ)為空氣密度，取1.293 kg/m3；v為相對(duì)風(fēng)速；μ為空氣絕對(duì)黏度，取1.798 4×10-5kg/(ms)。D為電線直徑，Neil Davis等[21]以1 cm為槳葉厚度，模擬時(shí)假設(shè)直徑取0.144 cm圓柱體進(jìn)行模擬；d為液滴直徑，F(xiàn)instad等[20]認(rèn)為不用計(jì)算每個(gè)液滴直徑，只要知道中值體積直徑(median volume diameter，MVD)即可，周悅等[18]對(duì)其值dMV的估算方法為dMV=(3.672+μ1)/γ，其中普型參數(shù)μ1=min{15,1 000/Nc+2}，斜率﹝wWC為液態(tài)水含量(質(zhì)量分?jǐn)?shù))﹞，粒子總數(shù)濃度Nc取100 cm-3；Γ為伽馬函數(shù)。

α2采用Admirat等人提出的經(jīng)驗(yàn)公式：

(5)

對(duì)于凍結(jié)系數(shù)的計(jì)算，一般考慮干增長(zhǎng)和濕增長(zhǎng)。干增長(zhǎng)時(shí)，所有被捕獲的液滴全部?jī)鼋Y(jié)在物體表面，α3=1；對(duì)于濕增長(zhǎng)，被捕獲的液滴有部分沒有立即凍結(jié)，并且在積冰表面發(fā)生的熱傳遞過程中有部分積冰融化成為液態(tài)水，此時(shí)冰面熱平衡公式為

Qf+Qv=Qc+Qe+Ql+Qs.

(6)

式中：Qf為水滴凍結(jié)釋放的潛熱；Qv為氣流與冰面摩擦產(chǎn)生的熱；Qc為氣流帶走的熱感；Qe為冰面蒸發(fā)損失的熱；Ql為加熱過冷水滴到冰點(diǎn)損失的熱；Qs為短波輻射和長(zhǎng)波輻射產(chǎn)生的熱。Makkonen等[8]通過解此方程，得到

(7)

式中：F=α1α2wv；E為表面未凍結(jié)部分(即液態(tài)水部分)占比，取0.3；h=Nu·λa/D，其中努塞爾數(shù)Nu采用謝真珍等[14]的計(jì)算方法，Nu=0.032Re0.85，空氣導(dǎo)熱系數(shù)λa=2.536 2×10-5J/(m·s·K)；σ為斯蒂芬波爾茲曼常數(shù)，取5.669 6×10-8W/(m2·K4)；a為輻射常數(shù)，取8.1×107K3；ε為水汽的摩爾分子比(即干空氣的分子質(zhì)量與水蒸氣的分子質(zhì)量的比值)，取0.62；p為氣壓，取實(shí)況值；ts、ta、td分別為冰面溫度、氣溫、液滴碰撞溫度，對(duì)于純水ts=0，對(duì)于云中積冰和凍雨結(jié)冰td=ta；水氣壓pa=p0kh/100，當(dāng)T>0 ℃時(shí){p0}Pa=611exp[17.27{T}℃/({T}℃+237.3)]，當(dāng)T≤0 ℃時(shí){p0}Pa=611exp[21.87{T}℃/({T}℃+265.5)]；k為電線表面局部恢復(fù)系數(shù)，取0.79；ps為飽和水氣壓，取6.17 Pa；水凍結(jié)潛熱Lf、蒸發(fā)潛熱Le分別取3.34×105J/(kg·K)、2.501×106J/(kg·K)；空氣比熱Cp、水的比熱Cw分別取1 004.07 J/(kg·K)、4 218 J/(kg·K)。

相對(duì)風(fēng)速v采用Virk等[18]的計(jì)算方法，液態(tài)水含量wWC采用文獻(xiàn)[12]的計(jì)算方法，表達(dá)式為：

(8)

(9)

2 模型優(yōu)化

2.1 相對(duì)風(fēng)速公式優(yōu)化

表1 GW82/1500風(fēng)力機(jī)參數(shù)Tab.1 Parameters of GW82/1500 wind tubine

(10)

式中vf,i為逐3 h自然風(fēng)速，i表示采樣點(diǎn)。當(dāng)氣溫大于0 ℃時(shí)，不同自然風(fēng)速下對(duì)應(yīng)槳葉葉尖水汽粒子的相對(duì)風(fēng)速如圖2所示。

圖2 氣溫大于0 ℃時(shí)相對(duì)風(fēng)速與自然風(fēng)速的關(guān)系曲線Fig.2 Relationship curve between relative wind speed and natural wind speed when the temperature is greater than 0 ℃

2.2 建立融冰影響因子

太陽輻射是影響風(fēng)力機(jī)融冰的重要因素，但是ECMWF數(shù)值預(yù)報(bào)沒有這個(gè)要素，且風(fēng)電場(chǎng)附近也缺乏太陽輻射的實(shí)況數(shù)據(jù)，而液態(tài)水含量能間接影響融冰，因此本文通過控制液態(tài)水含量來建立融冰影響因子。

當(dāng)有降雨時(shí)，液態(tài)水含量wWC采用文獻(xiàn)[12]的計(jì)算方法，根據(jù)經(jīng)驗(yàn)當(dāng)數(shù)值預(yù)報(bào)累計(jì)12 h無降水，并且預(yù)報(bào)氣溫大于0時(shí)，有利于融冰，液態(tài)水含量為0；當(dāng)不能滿足較長(zhǎng)時(shí)間無降水或氣溫低于0 ℃時(shí)，考慮空氣仍較濕潤(rùn)，相對(duì)不利于融冰，液態(tài)水含量取0.1。表達(dá)式為：

(11)

式中TPi為降水預(yù)報(bào)值。

2.3 敏感性分析

影響風(fēng)力機(jī)覆冰的外部因素是風(fēng)力機(jī)的參數(shù)(見表1)，而內(nèi)在影響因素有降水、相對(duì)濕度、氣溫、風(fēng)速、氣壓、液態(tài)水含量等。為了驗(yàn)證該模型在桂北風(fēng)電機(jī)組的適用性，下面將針對(duì)氣溫、降水、風(fēng)速進(jìn)行敏感性分析。敏感性分析方案見表2，為方便分析把最大積冰厚度設(shè)置為100 mm。

表2 敏感性分析方案Tab.2 Sensitivity analysis schemes

氣溫、降水、風(fēng)速影響覆冰厚度變化的曲線如圖3所示。圖3(a)所示為方案1，氣溫越低覆冰增長(zhǎng)越快；隨著氣溫降低，相同的降溫幅度下，覆冰增長(zhǎng)率的變化減小。圖3(b)所示為方案2，可見降水量越大，即液態(tài)水含量越高，覆冰速率越快。圖3(c)所示為方案3，隨著風(fēng)速的增大，覆冰增長(zhǎng)反而越慢，因?yàn)橄鄬?duì)風(fēng)速的增加會(huì)增大碰撞系數(shù)，但是翼型表面的熱力學(xué)平衡過程有2個(gè)對(duì)立影響：一是風(fēng)速增大物體表面的對(duì)流散熱，利于覆冰量增加；二是風(fēng)速增大，物體表面摩擦生熱以及水滴動(dòng)能增大，利于覆冰量減少[16]。因此當(dāng)風(fēng)速在適宜范圍內(nèi)時(shí)，覆冰增長(zhǎng)速度才較大。

圖3 不同條件下覆冰厚度變化曲線Fig.3 Variation curves of icing thickness of wind turbine under different conditions

3 2019年冬季覆冰預(yù)報(bào)檢驗(yàn)

將ECWMF氣象預(yù)報(bào)模式的降水、相對(duì)濕度、氣溫、風(fēng)速、氣壓等資料代入建立的風(fēng)力機(jī)覆冰預(yù)報(bào)模型，對(duì)桂北風(fēng)電場(chǎng)A、B2019年11月1日至2020年3月31日的覆冰過程進(jìn)行逐日預(yù)報(bào)，其中風(fēng)電場(chǎng)A、B分別有66臺(tái)、340臺(tái)風(fēng)力機(jī)，預(yù)報(bào)檢驗(yàn)結(jié)果見表3、表4。覆冰停機(jī)時(shí)間指的是由覆冰引起的第1臺(tái)風(fēng)力機(jī)停機(jī)的時(shí)間；融冰開機(jī)時(shí)間指風(fēng)力機(jī)全部融冰并正常運(yùn)行的時(shí)間；覆冰過程報(bào)出率是指風(fēng)電場(chǎng)風(fēng)力機(jī)覆冰起止時(shí)間不漏報(bào)的概率。

由表3可見，風(fēng)電場(chǎng)A共8次過程，提前24 h、48 h、72 h覆冰過程報(bào)出率分別為100%、100%、75%。提前24 h、48 h、72 h覆冰開始時(shí)間預(yù)報(bào)的平均絕對(duì)誤差分別是3.8 h、4.1 h、3.7 h，預(yù)報(bào)誤差小于5 h的過程占比分別為75%、75%、83%，預(yù)報(bào)誤差小于2 h的過程占比分別為38%、25%、17%。風(fēng)電場(chǎng)A融冰開機(jī)時(shí)間受金中旺線輸電線路融冰影響，第5次過程的覆冰結(jié)束預(yù)報(bào)時(shí)間誤差較大，因此剔除異常偏大過程，提前24 h、48 h、72 h預(yù)報(bào)的覆冰結(jié)束時(shí)間平均絕對(duì)誤差分別是7.8 h、7.8 h、13.2 h，預(yù)報(bào)誤差小于5 h的過程占比分別為29%、43%、14%，預(yù)報(bào)誤差小于2 h的過程占比分別為29%、43%、14%。

表3 風(fēng)電場(chǎng)A風(fēng)力機(jī)覆冰預(yù)報(bào)檢驗(yàn)結(jié)果Tab.3 Test results of wind turbine icing prediction in wind farm A

由表4可見，風(fēng)電場(chǎng)B共9次過程，提前24 h、48 h、72 h覆冰過程報(bào)出率分別為100%、100%、67%。提前24 h、48 h、72 h預(yù)報(bào)的覆冰開始時(shí)間平均絕對(duì)誤差分別是4.8 h、4.7 h、5.6 h，預(yù)報(bào)誤差小于5 h的過程占比分別為67%、78%、67%，預(yù)報(bào)誤差小于2 h的過程占比分別為33%、44%、50%。風(fēng)電場(chǎng)B提前24 h、48 h、72 h預(yù)報(bào)的覆冰結(jié)束時(shí)間平均絕對(duì)誤差分別是6.1 h、11.6 h、11.7 h，預(yù)報(bào)誤差小于5 h的過程占比分別為67%、44%、43%，預(yù)報(bào)誤差小于2 h的過程占比分別為44%、11%、29%。

表4 風(fēng)電場(chǎng)B風(fēng)力機(jī)覆冰預(yù)報(bào)檢驗(yàn)結(jié)果Tab.4 Test results of wind turbine icing prediction in wind farm B

總體來看，風(fēng)電場(chǎng)預(yù)報(bào)覆冰開始時(shí)間早于實(shí)際停機(jī)時(shí)間，融冰開機(jī)時(shí)間反之，因?yàn)轱L(fēng)力機(jī)可能達(dá)到一定覆冰厚度后才會(huì)出現(xiàn)輸出功率異?；蛑苯油C(jī)的情況，據(jù)統(tǒng)計(jì)覆冰停機(jī)時(shí)覆冰厚度為0.5～1 mm。預(yù)報(bào)的覆冰厚度越大，覆冰時(shí)間越長(zhǎng)，風(fēng)電機(jī)組停機(jī)臺(tái)數(shù)越多；因此，可以根據(jù)模型預(yù)報(bào)的覆冰厚度和時(shí)長(zhǎng)來預(yù)判覆冰過程強(qiáng)度，預(yù)估停機(jī)數(shù)量。另外，風(fēng)力機(jī)覆冰厚度較小時(shí)，可能恢復(fù)正常運(yùn)轉(zhuǎn)，據(jù)統(tǒng)計(jì)融冰開機(jī)時(shí)覆冰厚度為0.5～2 mm。如表3中序號(hào)1過程，風(fēng)力機(jī)停機(jī)時(shí)間僅4.2 h，風(fēng)力機(jī)僅停機(jī)2臺(tái)，這種覆冰時(shí)間短、過程強(qiáng)度較小的風(fēng)力機(jī)覆冰過程誤差相對(duì)較大，原因可能是ECWMF模式對(duì)較弱降溫過程的氣溫預(yù)報(bào)誤差較大。

從以上預(yù)報(bào)結(jié)果可以看出提前48～72 h的風(fēng)力機(jī)覆冰過程預(yù)報(bào)結(jié)果與實(shí)際覆冰情況相近，預(yù)報(bào)風(fēng)力機(jī)覆冰起止時(shí)間大致相符，能為風(fēng)電場(chǎng)合理安排生產(chǎn)和采取防災(zāi)措施提供有效的參考。

4 結(jié)論

本文基于Makkonen結(jié)冰增長(zhǎng)模型，通過優(yōu)化模型和氣象因子敏感性分析，建立了風(fēng)力機(jī)覆冰預(yù)報(bào)模型，采用優(yōu)化的風(fēng)力機(jī)覆冰預(yù)報(bào)模型對(duì)桂北風(fēng)電場(chǎng)A、B 2019年11月1日至2020年3月31日期間的覆冰過程進(jìn)行了預(yù)報(bào)和檢驗(yàn)，結(jié)論如下：

a)通過訂正氣象數(shù)值預(yù)報(bào)的氣溫值、優(yōu)化相對(duì)風(fēng)速計(jì)算方法和建立融冰影響因子，使風(fēng)力機(jī)覆冰預(yù)報(bào)模型更符合風(fēng)力機(jī)運(yùn)行和覆冰特點(diǎn)，以提高適用性和預(yù)報(bào)準(zhǔn)確率。

b)敏感性分析結(jié)果表明，在適宜的風(fēng)速下，溫度越低，降水越大，覆冰增長(zhǎng)越快，符合覆冰物理變化規(guī)律。

c)該模型對(duì)風(fēng)電機(jī)組覆冰時(shí)間預(yù)報(bào)具備預(yù)報(bào)時(shí)效長(zhǎng)、預(yù)報(bào)準(zhǔn)確率高的特點(diǎn)。48 h時(shí)效內(nèi)覆冰過程報(bào)出率為100%，覆冰起止時(shí)間預(yù)報(bào)誤差分別為3～5 h、6～12 h；72 h時(shí)效內(nèi)風(fēng)力機(jī)覆冰預(yù)報(bào)效果較穩(wěn)定，65%以上的覆冰開始時(shí)間預(yù)報(bào)誤差可控制在5 h內(nèi)。風(fēng)電場(chǎng)可以根據(jù)預(yù)報(bào)的覆冰起止時(shí)間、覆冰時(shí)長(zhǎng)和覆冰厚度等預(yù)判覆冰過程強(qiáng)度，提前48～72 h安排生產(chǎn)和提前啟動(dòng)防災(zāi)預(yù)案。

風(fēng)力機(jī)結(jié)冰對(duì)風(fēng)電場(chǎng)經(jīng)濟(jì)和安全造成嚴(yán)重影響，本文基于Makkonen結(jié)冰增長(zhǎng)模型，建立了風(fēng)力機(jī)覆冰預(yù)報(bào)模型，研究結(jié)果可對(duì)整個(gè)風(fēng)電場(chǎng)或者分區(qū)結(jié)冰提供預(yù)報(bào)參考。由于缺乏風(fēng)電場(chǎng)風(fēng)力機(jī)覆冰厚度觀測(cè)數(shù)據(jù)，目前風(fēng)力機(jī)覆冰模型的厚度預(yù)報(bào)無法檢驗(yàn)。本文模型預(yù)報(bào)的過程最大覆冰厚度大小與覆冰造成的停機(jī)數(shù)量有較好的對(duì)應(yīng)關(guān)系，在今后的研究中，可以根據(jù)覆冰過程停機(jī)情況和覆冰厚度建立關(guān)系，表征覆冰過程強(qiáng)度，或者在風(fēng)電場(chǎng)搭建風(fēng)力機(jī)葉片覆冰觀測(cè)設(shè)備。驅(qū)動(dòng)模式ECWMF模式分辨率為12.5 km，針對(duì)單臺(tái)風(fēng)力機(jī)的預(yù)報(bào)，還需要引進(jìn)更高分辨率的預(yù)報(bào)模式，以提高預(yù)報(bào)精細(xì)化程度。